پیشبینی بزرگای زمینلرزه در بندرعباس با استفاده از شبکه عصبی RNN
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 446
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICCSR01_121
تاریخ نمایه سازی: 5 بهمن 1395
چکیده مقاله:
در این مقاله یک روش جدید برای پیشبینی بزرگای زمینلرزههای مهم در شهر بندرعباس با بزرگای بزرگتر از 5 بر پایه ی مدل های شبکه عصبی بازگشتی بیان میشود. بردارهای ورودی شبکه عصبی، شامل فواصل زمانی بین رویدادهای اصلی می باشند که با روشی مناسب و قابل اطمینان به راحتی قابل محاسبهاند و برای ایجاد روش تعلیم شبکه عصبی، بهینه شدهاند. انتخاب این ورودیها به شبکه کمک میکند تا با شمار محدودتری از دادههای تعلیم به پیش بینی بپردازد، چرا که این نوع عملکرد در هنگام مدل کردن زمینلرزهها با روشهای دادهمحور امری رایج است. علاوه بر این، روش پیشنهادی همراه با روش خوشهچین رزنبرگ جهت حذف رویدادهای پسلرزه از سابقه کاتالوگ به منظور پردازش بهتر دادهها با شبکه عصبی به کار میرود. نتایج حاکی از آن است که مدل شبکه عصبی بازگشتی (RNN(ایجاد شده، بزرگای زمین لرزه های بزرگ و متوالی را به صورت موفقیتآمیزی تخمین میزند بطوریکه می توان از نتایج حاصل بعنوان وسیلهای جهت پیشبینی بزرگای زمینلرزه بهره برد، در عین حال در یک مقایسه با ساختار شبکههای عصبی دیگر برای مثال شبکه عصبی پرسپترون چند لایه برتری روش پیشنهادی آشکار میشود.
کلیدواژه ها:
روش خوشه ای رزنبرگ-بزرگای زمین لرزه-فواصل زمانی- شبکههای عصبی بازگشتی
نویسندگان
مهتاب شعبانی
دانشگاه هرمزگان، دانشجوی کارشناسی ارشد زلزلهشناسی
یوسف حاتم خانی
دانشگاه علوم دریایی امام خمینی (ره) دانشجوی کارشناسی ارشد مهندسی برق
محمد کاوئی
دانشگاه هرمزگان، دانشکده علوم پایه، استادیار،
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :